中国人を悩ませるレアな名字の文字コード問題
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 中国では、2023年8月1日に強制力のある国家標準規格「GB 18030-2022」（信息技術中文編碼字符集）が施行される。中国で「強制」という言葉が出ると「また締め付けが強化される」と反射的に考えてしまうかもしれないが、これは文字コードの標準規格を新たに導入するという話だ。珍しい名字などに使われ、既存の文字コードに未登録の漢字に対応しようというものになる。 中国の面積は日本の国土の約25倍で、約14億人の人口を擁している。一部の地域限定で使われている漢字や、少数民族の固有名詞でのみ用いられている漢字もある。文字コードに含まれない漢字を使っている人は約6000万人もいるそうだ。例えば、山東省青島市郊外にシュイユー村という地元ではまあまあ
文字コード | 衆議院議員 河野太郎公式サイト
2023.05.10 官報に使われる「官報文字」というものがあります。 そこには渡辺さんの「辺」の異体字が１４０文字も登録されています。 日本語の常用漢字には２１３６文字ありますが、そこには邉や邊などは入っていません。 そこでＪＩＳの第四水準までを含むJIS X 0213という標準を定め、スマホやパソコンではここまでを標準的に表示できるようにしています。 ところが我が国の戸籍で使ってもよいとされている文字はそれを遙かに超えていて、少なくとも５５，２７０文字もあります。 全ての国民の氏名をコンピュータで扱えるようになることを目指して、戸籍統一文字や住基ネット用の統一文字を網羅した「文字情報基盤」を２０１１年に策定し、それにあわせたフォントを作成し、無償で提供しています。 この「文字情報基盤」（ＭＪ）には、５８，８６２文字が含まれています。 しかし、このＭＪを全庁的に採用している自治体は、川口
UTF-8のテーブル(MySQL5.6)に竈門禰󠄀豆子が格納できない問題を調べてみた - Qiita
竈門禰󠄀豆子をMySQL5.6のテーブルにinsertしようとすると正しく格納できず、竈門禰となってしまうケースがあるという話を聞き、調べてみました。 実践 まずは試しにやってみます。 mysql> show create table verification\G *************************** 1. row *************************** Table: verification Create Table: CREATE TABLE `verification` ( `name` varchar(100) COLLATE utf8_bin DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin 1 row in set (0.01 sec) mysql> inse
「ASCIIをUTF-8にして」それが『できない』ことを理解してもらえなかった話 - Qiita
物語の始まり 事の発端は納品後。 先方からメッセージが届きました。 クライアント様「このファイルの文字コードがShift_JISになっておりますので、UTF-8で再納品をお願いいたします。」 拙者（あれ…UTF-8にしてたと思うんだけどな） 拙者「確認いたします。」 文字コードを確認する 本案件はいわゆる更新案件で、今回の納品時に言われていたのは、「文字コードがUTF-8ではないものは変換して納品してくれ」ということ。 そして、ご指摘いただいたのは、今回の更新案件で中身はいじらなかったJavaScriptファイル。 本来ならば納品するファイルではないのですが、文字コード変換という要件があったため、納品ファイルとして加えられたものでした。 一括で文字コードを変えたので作業漏れかなぁと思っていました。 ファイルの中身は記事用にかなり適当につくったものですが、まあだいたいこんな感じです。
PDFのコピペが文字化けするのはなぜか？～CID/GIDと原ノ味フォント～
1. PDFのコピペが 文字化けするのはなぜか？ — CID/GIDと原ノ味フォント— 細田 真道 http://www.trueroad.jp 2021 年 2 月 26 日 細田 真道 PDF コピペ文字化け 2021-02-26 1 / 49 NTT Tech Conference #5 Presentation Copyright (C) 2021 Masamichi Hosoda 2. 自己紹介 自己紹介 楽譜作成プログラム LilyPond コミッタ ビルドシステム、フォント、PDF 出力等 GNU 公式文書フォーマット Texinfo コミッタ 国際化、XƎTEX/LuaTEX、Unicode、日本語対応等 は ら の あ じ 原ノ味フォント主催 日本語 TEX デフォルト和文フォント（2020∼） 第 10 回日本 OSS 奨励賞受賞 LilyPond FIT2018 FI
『彁』←これは何と読む？実際には存在しない“幽霊文字”についてのお話が興味深い
くいなちゃん @kuina_ch 「『彁』の漢字は、何と読むか分かりますか？」 と問題を出されたのですが、調べたところ、これは「幽霊文字」と呼ばれ、実際には存在しない漢字がUnicodeに入ってしまったものだそうですね。 使われ方としては、「幽霊文字とは『彁』などの文字である」のように、幽霊文字の説明で使われるようです。 リンク Wikipedia 幽霊文字 幽霊文字（ゆうれいもじ、英語: ghost characters）とは、JIS基本漢字に含まれる、典拠不明の文字の総称。幽霊漢字（ゆうれいかんじ）、幽霊字（ゆうれいじ）とも呼ぶ。1978年に当時の通商産業省が制定したJIS C 6226（後のJIS X 0208）では、いわゆるJIS第1・第2水準漢字として6349字が規定された。この漢字集合を「JIS基本漢字」と呼ぶ。このとき典拠として次の4つの漢字表に含まれる漢字が採用された。しか
ユーザー情報の登録で、一文字の姓を受け付けてくれない、か～ら～の大喜利合戦
寄り道 @edgeofstreet918 ですが、良くあるのですw RT @lyiase: アメリカ人のNullさん、名前のせいでウェブサイトに登録できない事案が発生 : gizmodo.jp/2016/03/namedn… それはバグなのでは…？文字列のNullとnullが等価にならないようにするのは基本中の基本では…？ taigo nakajima a.k.a noppe @noppe18 こういうの見ると、須藤さんがUbuntuインストール時に、自分の苗字(sudo)で新規ユーザ作成したらログイン出来なくなったという、Ubuntu日本語フォーラムでの不都合報告の話を思い出す。 twitter.com/t_yano/status/…
HTML文書は文字エンコーディングUTF-8でなければなりません - 水底の血
さよならレガシーエンコーディング。 文字エンコーディング宣言が存在するかどうかにかかわらず、文書のエンコードに使用される実際の文字エンコーディングはUTF-8でなければならない。 4.2.5.5 文書の文字エンコーディングを指定する - HTML Standard 日本語訳 Require utf-8 when specifying character encoding by sideshowbarker · Pull Request #3091 · whatwg/htmlにより、HTMLで使用できるエンコーディングはUTF-8のみとなりました。これにより、古いHTMLでは許容されていた、Shift_JIS、ISO-2022-JP、EUC-JP、UTF16LEといった文字エンコーディングは適合するHTMLではなくなりました。すでにNu Html CheckerでUTF-8以外の文字エンコー
「ユニコード」で予期せぬ目に遭った話 - moriyoshiの日記
自分の知らないCJK Ideographのバリエーションがまだあったことに戦慄している pic.twitter.com/kUlyRLDDTM— moriyoshit (@moriyoshit) March 9, 2017 などというツイートをしたところ、思ったより反響があったのでまとめておく。 上記ではあいまいに「バリエーション」などと書いたが、Unicodeとそれを扱う環境においては、バリエーションと一口に言っても次のような状況がある。 意味論的に等価な異なる字形の集合 同じ字形で異なるコードポイントの集合 aは結構なじみ深いと思う。 a-1. 異なるコードポイントにそれぞれ異なる字形が割り当てられているもの 例: 「東」(U+6771) ⇔「东」(U+4E1C) 「斉」(U+6589) ⇔「齊」(U+9F4A) 「高」(U+9AD8) ⇔「髙」(U+9AD9) a-2. 同じコードポイ
MySQL と寿司ビール問題 - かみぽわーる
MySQL と Unicode Collation Algorithm (UCA) - かみぽわーる に関連するトピックで、 MySQL には寿司ビール問題というのがある。 寿司ビール問題どっかで詳しくお話を聞くべきだよなぁ。。。— RKajiyama (@RKajiyama) March 18, 2015 これはどういう問題かというと、 MySQL の Unicode では binary collation にしてコードポイントで比較しないと🍣と🍺に限らず絵文字が同値判定されるという問題です。 あれ？ MySQL の utf8mb4 charset って、4バイト文字同士を比較すると同じ文字扱いされる？ SELECT '🍣'='🍺' → 1 MySQL的には寿司とビールは同じ扱い。— とみたまさひろ (@tmtms) December 22, 2014 MySQLで select
utf8_unicode_ci に対する日本の開発者の見解 - かみぽわーる
RailsがMySQLのcollationをサーバー側のデフォルトのutf8_general_ciからutf8_unicode_ciにわざわざ変えてるのどうせ大した理由じゃないだろと思って掘ってみたらやっぱり大した理由じゃなかった… https://t.co/6NeetGhTF0— Ryuta Kamizono (@kamipo) April 18, 2014 Railsでcollationとしてutf8_unicode_ci(RailsのDEFAULT_COLLATION)が採用されるのはcharsetが未指定もしくはutf8(RailsのDEFAULT_CHARSET)のときだけで、utf8mb4にすることとかは全く考慮されてない。— Ryuta Kamizono (@kamipo) April 19, 2014 @frsyuki MySQLのcharset utf8のときのデフォルト
ASCIIコードの秘密 - ザリガニが見ていた...。
本当はエスケープシーケンスのことを調べていたのだが、その前にASCIIコードについて調べることになってしまった...。文字コードの基本として知っているつもりだったASCIIコードについて、あらためて見直してみると、実は本当の意味をよく分かっていなかったことに気づいた。 ASCIIコード表 ASCIIコードは、7ビット（2進数7桁）の文字コードであり、全部で128のコードが定義されている。 最も基本的な文字コードであり、その他多くの文字コードはこのASCIIコードと互換性を維持している。 00 10 20 30 40 50 60 70 00 NUL DLE SP 0 @ P ` p 01 SOH DC1 ! 1 A Q a q 02 STX DC2 " 2 B R b r 03 ETX DC3 # 3 C S c s 04 EOT DC4 $ 4 D T d t 05 ENQ NAK % 5
漢数字が数字順にソートされない理由を調べてみた - give IT a try
はじめに：「なぜ漢数字は数字順に並ばない！？」 先日、こんなツイートをしたところ、結構たくさんの人にリツイートされました。（執筆時点で50件以上） 「漢数字はソートしても数字順に並ばない」という事実を生まれて初めて知った。まさかのサプライズ。 pic.twitter.com/Eqx3ltIfHs— Junichi Ito (伊藤淳一) (@jnchito) 2014年11月27日 「なぜ漢数字は数字順に並ばないのか」という問いに対して、表面的な回答をするなら「数字順に並ばないのは、数字の大きさではなく文字コード順でソートされているから」ということになります。 いや、もちろんそれはわかってるんです。 問題は「そもそもなんで数字順に文字コードを振らなかったの！？」ということです。 感覚的には「一郎、二郎、三郎」って並んでほしいじゃないですか。でも、プログラム上でソートすると「一郎、三郎、二郎」
この「邉」を作ったのは誰だぁ！！ - 帰ってきた💫Unicode刑事〔デカ〕リターンズ
『Unicode IVS/IVD入門』（田丸健三郎、小林龍生）のなかで、目玉がWindows 8のIVS対応を紹介している第2章だとするなら、背骨といえるのが、IVSという枠組み自体について解説している第5章だよね。 たとえがしっくりきませんが、こだわらずに先に進みましょう。 その第5章のなかでも、IVSの基本中の基本をわずか1行に凝縮して視覚化しているのが、図5-7だ。 はいはい。 で、今日は図5-7に突っ込んでみようと。 もちろん、突っ込みますよー！ あのさ、そういうテンションいらないから。この図なんだけど、どう？ んー、解説抜きで見せられても、ちょっと難しいですね。 いや、本当は難しくないんだよ。「漢字に異体字セレクタを付けるとグリフを指定できます」って言ってるだけの図なんだから。 この真ん中の「E010B」が右では「E0110」に変化してるのは、どういう意味なんですか？ 誤植だね。
人名用漢字の「龍」 | yasuokaの日記 | スラド
ヴィスタの文字セットのコメントにも書いたが、人名用漢字の「龍」は、左上の第1画が「丨」ではなく「一」(Adobe-Japan1風に言えば、CID=3966ではなくCID=14087)である。『人名用漢字別表』(昭和26年5月25日内閣告示第1号)以来、最新の人名用漢字(平成16年9月27日法務省令第66号)に至るまで、官報に示された字体は、一貫して「一」となっている。一方、JIS X 0208で例示されている「龍」の字体は、左上の第1画が「丨」である。JIS C 6226 (昭和53年1月1日制定)以来、JISは「丨」で一貫している。この違いがどこから来たのか、ちょっと調べてみた。 昭和26年5月14日に国語審議会が発表した『人名漢字に関する建議』の「別紙」は手書きのガリ版刷であり、そこでの「龍」の左上の第1画は「丶」に近いものであった。この「別紙」がそのまま内閣告示の原案(昭和26年5月
中国の町が住民200人に改姓要求、「漢字変換」理由に(ロイター) - エキサイトニュース
［北京 １日 ロイター］ 中国・山東省のある町が、パソコンなどで漢字変換できない珍しい姓を持つ住民に対し、名前の文字を変えるよう要求していたことが分かった。 改姓を求められたのは、山東省の町に住むShan姓の住民約２００人。身分証や運転免許といった文書をパソコンを使って作成する必要性が高まったことから、一般的な文書作成ソフトでは変換できないShan姓の変更を余儀なくされているという。この町では２００３年以降、 Shan姓の家庭の新生児は、より一般的なXian姓で登録されるようになった。 この問題が先月初めて報道されて以降、同国ではインターネットで議論が白熱。そのほとんどがShan姓を守ろうと住民を支持する声で占められている。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
IPAが無償で提供している文字の検索システムがなかなかイケていると話題に／関連する文字をグラフで表示。異体字の一覧も可能【やじうまの杜】
IPA、文字情報基盤の約6万種の漢字をJIS第4水準の範囲に置き換える際の参照情報「縮退マップ」検証版を公開 
「絵文字に平等をサポートしてください」人種差別の指摘にゆれるUnicode 
「Unicode 6.0」が策定、絵文字が国際標準に